论文推介：Glow-WaveGAN—学习一种用于高质量语音合成的语音表征
语音合成 (Text-to-speech, TTS) ，又称文语转换技术，是将文字转换为自然语音的一类技术，是服务于语音交互、信息播报、有声朗读等任务的核心技术。TTS是一个典型的序列到序列（Seq2Seq）任务。然而和机器翻译等NLP中的…
190 2 1
声浪
语音合成论文优选：AdaSpeech 3: Adaptive TTS for Spontaneous Style
声明：语音合成论文优选系列主要分享论文，分享论文不做直接翻译，所写的内容主要对文章简略概括。如有转载，请标注来源。 AdaSpeech 3: Adaptive Text to Speech for Spontaneous Style 本文为…
89 1 0
语音识别（ASR)论文优选：SynthASR: Unlocking Synthetic Data for ASR
Streaming End-to-End ASR based on Blockwise Non-Autoregressive Models 本文为Johns Hopkins University在2021.07.20更新的文章，主要使用bl…
63 1 0
论文分享：基于注意力机制端到端鲁棒语音识别建模中的对抗正则化
ASLP嗑盐君 音频语音与语言处理研究组 2019-08-29近期，实验室孙思宁、郭鹏程同学的论文“Adversarial Regularization for Attention Based End-to-End Robust Speec…
216 1 0
【实战】基于TensorRT加速YOLO系列以及其他加速算法实战与对比
今天cv调包侠尝试了使用TensorRT 做YOLO的加速，先概述我这边实现的速度和精度对比： 精度上对比： 可以看到，精度上使用TensorRT 精度不掉，反而略微上升了一些些（具体情况未知，还在摸索）
53 0 0
声音转换功能以及很多风格的"混血"模型
声音转换 声音转换（voice conversion, 简称 VC），定义：输入是一段人声 A (源说话人)，输出是另外一段人声 B（目标说话人），A 和 B 说话内容相同，但是某些方面不一致。不一致的地方包含几个方面：音色不一致，情绪不一…
53 0 0
视频回放丨AI技术沙龙——语音合成
2021年7月24日，由CCF语音对话与听觉专委会 、AIIA 中国人工智能产业发展联盟评估组 、北京希尔贝壳科技有限公司、语音之家（北京）科技有限公司共同主办的【语音之家】AI技术沙龙——语音合成，成功举办！ 【语音之家】AI技术沙龙第三…
72 0 0
论文推介：语音合成中可见和不可见语音风格的迁移
语音合成或文语转换（Text to Speech, TTS）是指将文本转换为自然语音的一类技术。人类的语音具有灵活多样的特点，正如“世界上没有两片完全相同的叶子”一样，针对同样的文本，我们每次发出的语音都各有不同，形成了各种“风格”（sty…
202 0 0